一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法

发明专利无效专利

申请号：
CN201610086111.8
IPC分类号：G06Q10/04;G06Q50/06
申请日期：
2016-02-15
申请人：
国网山东省电力公司电力科学研究院;国家电网公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法
申请号	CN201610086111.8	申请日期	2016-02-15
法律状态	驳回	申报国家	中国
公开/公告日	2016-07-13	公开/公告号	CN105760952A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6查看分类表>
申请人	国网山东省电力公司电力科学研究院;国家电网公司	申请人地址	山东省济南市市中区望岳路2000号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国网山东省电力公司电力科学研究院,国家电网公司	当前权利人	国网山东省电力公司电力科学研究院,国家电网公司
发明人	尹建光;谢连科;刘辉;马新刚;臧玉魏;王坤;巩泉泉;窦丹丹
代理机构	济南圣达知识产权代理有限公司	代理人	赵妍

摘要

本发明公开了基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法，步骤一，利用时间序列分析方法建立电网负荷的时间序列模型；步骤二，利用时间序列分析方法建立电网负荷的训练样本，利用建立的训练样本和自适应模糊神经网络对电网负荷进行预测；步骤三，根据建立的时间序列模型的预测值和自适应模糊神经网络预测值确定卡尔曼方程，时间序列模型的预测值作为卡尔曼滤波的真实值，自适应模糊神经网络的预测值作为卡尔曼滤波的测量值，从而建立基于卡尔曼滤波的预测模型，对电网负荷进行预测。本发明提出了一种基于卡尔曼滤波、神经网络以及时间序列分析的电网负荷预测分析方法，提高电网负荷预测可靠性，降低电网的供电风险，加强电网的坚强性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供